Персональные помощники ИИ, которые могут запоминать и рассуждать о различной контекстной информации, всегда кажутся" готовыми к выходу" но до конца Года Крысы такие помощники AI еще не реализованы . Точно так же, хотя машинное обучение добилось большого прогресса, как только оно покидает" человеческий" помощь, автономной системе по-прежнему трудно быть&"умной &" - невозможно соединить данные и интегрировать модели в различное обучение для достижения междоменной передачи опыта.
Если цель ИИ задана как функция оптимизации для решения проблем предметной области, то мы продвигаемся вперед с каждым днем. Многие конкретные проблемы, которые считались труднодостижимыми, решаются с помощью оптимизации - особенно обратное распространение глубоких нейронных сетей (DL), эффективность которого доказана и выходит за рамки человеческих. Компьютерное зрение, машинный перевод, распознавание речи, шахматы, киберспорт и многие другие области выглядят так, как будто новый искусственный интеллект быстро осваивается" всесторонне.
Как говорится," Дон' не завидую земле из-за бури, а мир полон кризисов." Распространенный дефект этого типа - одомашнивание. заключается в том, что обучение происходит только до развертывания модели. Но на самом деле обучение в реальном времени - это интеллектуальное отображение животных' преимущество выживания. Напротив, основой машинного обучения является узкая философия обучения. Если заглянуть глубже, то все проблемы автономной оптимизации по сути основаны на эволюции, а не на индивидуальной мудрости. Например, предполагая, что определенный генетический код имплантирован, генетически модифицированные светлячки могут точно обнаруживать конкретную жертву и успешно добывать. В этом случае Firefly может иметь соответствующие навыки без обучения в реальном времени. Точно так же, если модули с предустановленными функциями, такими как навигация, позиционирование и обнаружение объектов, предварительно установлены или параметры оптимизированы в автономном режиме, автономное транспортное средство должно иметь возможность управлять автомобилем на ходу.
Сегодня массовый искусственный интеллект еще не дал убедительного ответа о том, как перейти от офлайн-оптимизации к быстрому и надежному обучению в реальном времени. Но это не только вопрос природы интеллекта, но и изначального замысла искусственного интеллекта. Подобно животным, живущим в дикой природе, общий искусственный интеллект (AGI) может справляться с непредвиденными ситуациями во время выполнения. Быстрая и надежная адаптируемость может не только способствовать практическому развитию нового поколения роботов и персональных помощников, но также должна рассматриваться как основная головоломка" теории интеллекта.